BAB IV ANALISIS DAN PEMBAHASAN. Dengan rasio aktivitas, kita dapat mengetahui tingkat persediaan,

Transkripsi

1 BAB IV ANALISIS DAN PEMBAHASAN A. Analisa Deskriptif 1. Deskriptif Statistik Dengan rasio aktivitas, kita dapat mengetahui tingkat persediaan, penjualan serta perputaran aktiva tetap pada suatu perusahaan. Rasio aktivitas merupakan salah satu rasio yang dapat menentukan tingkat likuiditas dan kesehatan pada suatu perusahaan. Tujuan dari analisa deskriptif adalah untuk mengetahui gambaran umum mengenai kecendrungan dari rentabilitas ekonomis, perputaran piutang, perputaran persediaan, perputaran aktiva tetap dan perputaran total aktiva. Tabel 4. 1 Descriptive Statistics N Minimum Maximum Mean Std. Deviation Rentabilitas Ekonomi Perputaran piutang Perputaran persediaan Perputaran aktiva tetap Perputaran total aktiva Valid N (listwise)

2 Dari tabel 4.1 dapat diketahui bahwa tingkat rentabilitas ekonomis selama tahun atau selama 4 tahun adalah sebesar 0,1268 dengan tingkat fluktuasi sebesar 0, Rerata perputaran piutang adalah sebesar. 16,6403 dengan tingkat fluktuasi 49, Rerata perputaran persediaan adalah sebesar 363,5000 dengan tingkat fluktuasi 1974, Rerata perputaran aktiva tetap sebesar 3,9242 dengan tingkat fluktuasi sebesar 4,10978 dan rerata perputaran total aktiva adalah sebesar 1,0769 dengan tingkat fluktuasi 1, Analisa tersebut merupakan analisa deskriptif tanpa diikuti oleh analisa verifikatif. Oleh karena itu agar lebih akurat maka perlu dibuat analisa verifikatif pada bagian pengujian hipotesis selanjutnya. 2. Uji Hipotesis Sesuai dengan hipotesis semula yang menyatakan bahwa antara perputaran piutang, perputaran persediaan, perputaran aktiva tetap dan perputaran total aktiva mempunyai pengaruh signifikan variabel rentabilitas ekonomis. Untuk itu akan digunakan regresi linier berganda. Analisa ini dilakukan dengan menggunakan SPSS versi Untuk mempermudah menilai variabel independen yang layak dilanjutkan maka dalam hal ini digunakan metode enter karena variabel yang tidak mungkin dilanjutkan akan langsung dikeluarkan, sehingga yang tinggal hanyalah variabel yang bisa diterima. 36

3 B. Uji Normalitas Uji asumsi normalitas one sample kolmograv-smirnov digunakan untuk menguji keselarasan data yang berskala ordinal maupun nominal. Uji normalitas bertujuan untuk mengetahui apakah distribusi sebuah data mengikuti mengikuti atau mendekati normal. Oleh karena itu uji kolmogrov-smirnov ini untuk menguji keselarasan data, maka data yang akan diuji ini adalah variabel independent sebagai Rasio Perputaran Piutang, Rasio Piutang, Rasio Aktiva tetap, Rasio perputaran Total Aktiva, dan variabel dependent yaitu Rentabilitas Ekonomi. Data yang baru adalah data yang mempunyai probabilitas lebih tinggi dari 0,05 karena kriteria pengujian antara lain, yaitu : 1. Angka signifikan (SIG) > 0,05 maka data berdistribusi normal. 2. Angka Signifikan (SIG) < 0,05 maka data tidak berdistribusi normal. Uji normalitas data statistic non parametic one sample kolmograv sminorv test akan disajikan dalam output dibawah ini. Tabel 4. 2 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 120 Normal Parameters(a,b) Mean Std. Deviation Most Extreme Differences Absolute

4 Positive.092 Negative Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed).072 a Test distribution is Normal. b Calculated from data. Dari hasil uji K-S pada table dapat diketahui nilai Asymp. Sig. (2- tailed) adalah sebesar 0,072, angka tersebut menunjukan diatas α = 0.05 jadi dapat disimpulkan bahwa kita menerima hipotesis nol yang berarti data berdistribusi normal. C. Uji Asumsi Klasik 1. Uji Autokorelasi Syarat pertama dari suatu model regresi linier berganda adalah tidak boleh adanya autokorelasi. Untuk mengetahui apakah suatu model regresi linier berganda dapat dilakukan dengan bantuan d-test atau pengujian Durbin-Watson. Pengujian Durbin Watson ini dilakukan dengan membandingkan antara d hitung dengan d-tabel. Ketentuan pengambilan keputusan: a. (4-dL) < DW < 4 artinya terjadi autokorelasi b. (4-dU) < DW < (4-dL) artinya tanpa kesimpulan c. du < DW < (4-dU) artinya tidak ada autokorelasi d. dl < DW < du artinya tanpa kesimpulan e. 0 < DW < dl artinya terjadi autokorelasi 38

5 Tabel 4. 3 Model Summary(b) Mode l Durbin- Watson (a) a. Predictors: (Constant), Perputaran total aktiva, Perputaran persediaan, Perputaran aktiva tetap, Perputaran piutang b. Dependent Variable: Rentabilitas Ekonomi Dari table 4.3 terlihat bahwa d-hitung atau model Durbin-Watson diperoleh sebesar 2,001. Jika dilihat dari d-tabel akan diperoleh angka dl dan du untuk N=30 dan 1 variabel serta α = 5 % adalah sebesar 1,070 dan 1,339. Sedangkan 4-dU diperoleh sebesar 2,661. Sehingga jika diformulasikan maka akan diperoleh: dl < du < d-hitung < 4-dU = 1,070 < 1,339 < 2,001 < 2,661 Sesuai dengan formulasi maka bisa didapat bahwa model ini bebas dari pengaruh autokorelasi. 2. Uji Multikolinearitas Uji Multikolinearitas digunakan untuk mengetahui atau tidaknya penyimpangan asumsi klasik multikolinearitas. Pada metode regresi linier berganda juga tidak dibenarkan adanya pengaruh multikolinearitras. Dalam menguji multikolinearitas biasanya dapat dilakukan dengan melihat besarnya hubungan antara sesama variable independen. Cara praktis untuk 39

6 mencari multikolinearitas adalah dengan menghitung Variance Inflation Factor (VIF). Dengan batasan bahwa jika angka VIF > 10 maka variabel tersebut diindikasikan adanya multikolinearitas. Sebaliknya jika angka VIF < 10 maka diindikasikan tidak mengandung multikolinearitas. Tabel 4. 4 Coefficients(a) Collinearity Statistics Model Tolerance VIF 1 Perputaran piutang Perputaran persediaan Perputaran aktiva tetap Perputaran total aktiva a Dependent Variable: Rentabilitas Ekonomi Dari tabel 4.4 dapat diketahui bahwa terdapat 2 variabel yang mengandung multikolinearitas yakni pada variabel perputaran Piutang (X1) yakni sebesar 28,992 dan variabel perputaran persediaan (X2), yakni sebesar 27,

7 2. Uji Heteroskesdasitas Uji heteroskedasitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variabel dari residual serta pengamatan ke pengamatan yang lain. Dalam pengujian ini menggunakan Uji Park. Kriteria pengujiannya adalah sebagai berikut : 1. Ho: tidak ada gejala heterokedastisitas 2. Ha: ada gejala heterokedastisitas 3. Ho diterima bila t tabel t hitung t tabel berarti tidak terdapat heterokedastisitas dan Ho ditolak bila t hitung > t tabel atau t hitung < -t tabel yang berarti terdapat heterokedastisitas Tabel 4.5 Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) ln_x ln_x ln_x ln_x Dari tabel di atas dapat dilihat bahwa nilai t hitung adalah 0,780 (ln_x1), 0,901(ln_x2), -1,916(ln_x3), dan 1,413(ln_x4). Sedangkan nilai t tabel dengan df = n 2 = 30 2 = 28 yaitu sebesar 2, Karena nilai 41

8 t hitung berada pada - t tabel t hitung t tabel, maka Ho diterima artinya pengujian tidak ada gejala heteroskedastisitas. 4. Uji Linearitas Pengujian ini bertujuan untuk mengetahui apakah persamaan bersifat linear, kuadrat atau kubik. Dalam uji ini menggunakan uji lagerange multiplier. Tabel 4. 6 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate a a. Predictors: (Constant), x4 2, x1 2, x3 2, x2 2 ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression a Residual Total a. Predictors: (Constant), x4 2, x1 2, x3 2, x2 2 b.dependent Variable: Unstandardized Residual 42

9 Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) x E x E x E x a. Dependent Variable: Unstandardized Residual Dari output di atas menunjukkan nilai R 2 sebesar dengan jumlah n observasi 30. Maka besarnya nilai c 2 hitung = 30 x = 0,3 dan c 2 tabel dengan df=30 dengan tingkat signifikan 0.05 didapat hilai c 2 tabel sebesar 43, Oleh karena nilai c 2 hitung lebih kecil dari c 2 tabel maka dapat disimpulkan bahwa model adalah linear. D. Uji regresi Berdasarkan hasil perhitungan regresi dengan menggunakan SPPS versi 17.0 diperoleh persamaan regresi linier berganda sebagai berikut : 1. Analisis Regresi Berganda Regresi berganda adalah metode regresi yang memiliki variabel lebih dari satu. Dari perhitungan SPSS dapat ditentukan nilai koefisien a dan b sebagai berikut: 43

10 Coefficients a Tabel 4. 7 Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) Perputaran piutang Perputaran persediaan Perputaran aktiva tetap Perputaran total aktiva a. Dependent Variable: RENTABILITAS EKONOMI a = 0,022 b1 = - 0,005 b2 = 0,000 b3 = 0,022 b4 = 0,045 Sehingga dapat ditentukan persamaan sebagai berikut : Y = 0,022 0,005X 1 + 0,000X 2 + 0,022X 3 + 0,045X 4 Interpretasi dari persamaan regresi linier berganda adalah sebagai berikut : 1. Jika segala sesuatu pada variabel-variabel independent dianggap konstan maka Rentabilitas Ekonomi (Y) adalah sebesar

11 2. Jika terjadi peningkatan perputaran piutang sebesar 1% maka Rentabilitas Ekonomi (Y) akan meningkat sebesar 0, Jika terjadi peningkatan perputaran persediaan sebesar 1% maka Rentabilitas Ekonomi (Y) akan meningkat sebesar 0, Jika terjadi peningkatan perputaran aktiva tetap sebesar 1% maka Rentabilitas Ekonomi (Y) akan meningkat sebesar 0, Jika terjadi peningkatan perputaran total aktiva sebesar 1% maka Rentabilitas Ekonomi (Y) akan meningkat sebesar 0,045. 1). Overall Test (Uji F) Tujuan dari uji F adalah untuk mengetahui apakah seluruh variable X (Independen) secara bersama-sama mempunyai pengaruh yang signifikan terhadap variabel dependen (rentabilitas ekonomis). Koefisien uji F bisa dilihat dari hasil perhitungan SPPS, dimana untuk mengujinya perlu dibandingkan antara F-hitung dengan F-tabel, namun untuk mempermudah analisa bisa langsung dari koefisien signifikan atau 15 probabilitas yang ada. Dalam analisa ini digunakan α = 5% artinya kemungkinan kesalahan hanya boleh kecil 5 %. Jika lebih dari 5 % model dianggap tidak signifikan. 45

12 Tabel 4. 8 ANOVA Model Sum of Squares df Mean Square F Sig. 1 Regression a Residual Total a. Predictors: (Constant), Perputaran total aktiva, Perputaran persediaan, Perputaran aktiva tetep, Perputaran piutang b. Dependent Variable: Rentabilitasn ekonomi Berdasarkan hasil perhitungan diatas, diperoleh tingkat signifikan sebesar 0,000 yang artinya semua variabel independen secara bersama-sama berpengaruh terhadap variabel dependen yakni rentabilitas ekonomis dengan tingkat kesalahan sebesar 0,000. Hal ini menunjukkan bahwa semua variable independen secara bersama-sama mempunyai pengaruh yang signifikan terhadap variable dependen (rentabilitas ekonomis). 2) Individual Test (Uji t) Uji t dimaksudkan untuk mengetahui variable independen yang paling berpengaruh terhadap variabel dependen (rentabilitas ekonomis). Koefisien uji t bisa dilihat dari hasil perhitungan SPPS, dimana untuk mengujinya perlu dibandingkan antara t-hitung dengan t-tabel, namun untuk mempermudah analisa bisa langsung dilihat dari koefisien signifikan atau probabilitas yang ada. 46

13 Dalam analisa ini digunakan α = 5% artinya kemungkinan kesalahan hanya boleh lebih kecil atau sama dengan 2,5% (2 tails). Jika lebih dari 2,5% 16 dari model tersebut dianggap signifikan. Jika t-hitung > t-tabel, maka H0 ditolak dan H1 diterima atau P-value < α disebut signifikan dan sebaliknya. Tabel 4. 9 Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) Perputaran piutang Perputaran persediaan Perputaran aktiva tetap Perputaran total aktiva a. Dependent Variable: Rentabilitas ekonomi Variabel (X1) memiliki nilai signifikan -5,745 lebih kecil dari 0.05 dan t hitung sebesar -5,745 > t tabel (α 0.05 untuk uji dua pihak ), dk =N k 1 yaitu sebesar = 27 sebesar 2, yang berarti signifikan dimana Ho diterima dan H 1 ditolak, sehingga dapat dikatakan secara parsial perputaran piutang (X1) tidak berpengaruh terhadap Rentabilitas Ekonomi (Y). Variabel (X2) memiliki nilai signifikan 6,807 lebih besar dari 0.05 dan t hitung sebesar 6,807 > t tabel (α 0.05 untuk uji 47

14 dua pihak ), dk =N k 1 yaitu sebesar = 27 sebesar 2, yang berarti signifikan dimana Ho ditolak dan H1 diterima, sehingga dapat dikatakan secara parsial perputaran persediaan (X2) berpengaruh terhadap Rentabilitas Ekonomi (Y). Variabel (X3) memiliki nilai signifikan 4,957 lebih besar dari 0.05 dan t hitung sebesar 4,957 > t tabel (α 0.05 untuk uji dua pihak ), dk =N k 1 yaitu sebesar = 27 sebesar 2, yang berarti signifikan dimana Ho ditolak dan H1 diterima, sehingga dapat dikatakan secara parsial perputaran aktiva tetap (X3) berpengaruh terhadap Rentabilitas Ekonomi (Y). Variabel (X4) memiliki nilai signifika 3,360 lebih besar dari 0.05 dan t hitung sebesar 3,360 > t tabel (α 0.05 untuk uji dua pihak ), dk =N k 1 yaitu sebesar = 27 sebesar 2, yang berarti signifikan dimana Ho ditolak dan H1 diterima, sehingga dapat dikatakan secara persial total perputaran aktiva (X 4 ) berpengaruh terhadap Rentabilitas Ekonomi (Y). 3. Koefisien Determinasi Koefisien determinasi (R 2 ) adalah untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Tabel

15 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate a a. Predictors: (Constant), Perputaran total aktiva, Perputaran persediaan, Perputaran aktiva tetap,perputaran piutang Dari hasil output SPSS model summary nilai koefisien determinasi (R 2 ) adalah sebesar 0.711, hal ini menunjukan bahwa sumbangan dari pengaruh secara bersama-sama (multiple regression) antara X1, X2, X 3 dan X 4 terhadap Y adalah hanya 71,1%, sedangkan sisanya 28,9% dipengaruhi oleh faktor lain. 49